高学历社会必然少生吗?——教育对生育水平降低的解释

高学历社会必然少生吗?——教育对生育水平降低的解释

摘    要：

教育因素对生育水平的影响历来备受关注,且颇具争议。研究采用1998—2017年31个省(市)的面板数据,构建面板向量自回归(PVAR)模型,解析教育因素对生育水平变动的影响。研究发现:全社会受教育程度的提高并非必然造成生育水平的降低,反而在一定程度上有助于生育水平的提升;但“军备竞赛”式教育投资导致的家庭收入泡沫化会显著压低生育水平。研究认为,高学历社会并非必然具有低生育特征,推动优质教育资源的相对均衡配置是建立生育友好型社会的有效途径。

关键词：

受教育程度; 出生率; 优质教育资源; 教育投资;

Is It Necessary to Have Fewer Births in a Highly Educated Society?——Explanation of Education to the Decline of Fertility Level

Abstract：

The influence of educational factors on fertility level has always been concerned and controversial.Based on the 31 provincial panel data from 1998 to 2017 in China,the study has analyzed the influence of educational factors on the change of fertility level by constructing a panel vector autoregressive(PVAR) model.It is found that the improvement of the education level of the whole society does not necessarily lead to the decrease of the fertility level,but contribute to the improvement of the fertility level to a certain extent.The bubble of family income caused by the “arms race” type of educational investment depresses the fertility level.The research shows it is not that the society with high academic qualifications is bound to have the characteristics of low fertility,and improving the balanced allocation of high-quality educational resources is one of the important links to promote the establishment of a fertility-friendly society.

Keyword：

education level; birth rate; high-quality education resources; education investment;

一、文献综述

继2014年推出“单独二孩”、2016年实施“全面二孩”等政策以来,研究普遍认为生育政策调整的总体效果未及预期。虽然目前对我国是否已经陷入“低生育率陷阱”、以及在总和生育率的测度方面仍存在争议,但生育率低于更替水平已成为学界共识。人口是一切经济社会活动的基础,使生育水平稳健提高到更替水平附近已成为我国人口学界和政策领域高度关注的重要议题,而对生育水平影响因素的分析则是制定科学人口发展战略的关键。生育水平转变具有复杂的经济社会原因,其中,教育因素(尤其是育龄妇女受教育水平的提高)一直以来被视为生育率持续走低的重要原因之一。

传统研究认为,人口受教育程度的提高将造成生育水平的下降。Becker的新家庭经济学理论认为,妇女的时间价值因受教育水平提高而增值,即生育的机会成本随受教育水平提高而增加,这使得孩子成为具有较大需求价格弹性的“耐用消费品”,家庭会倾向于减少孩子的数量而追求孩子的质量,从而达到家庭效用的最大化。^[1]另一方面,受教育程度较高的妇女不仅拥有更多知识和技能,而且同时在生育上也拥有较强的自主决策权,这使得妇女既能够提高养育子女的质量,也可以减少计划外出生的子女,进而造成家庭生育数量的减少。教育也可以通过挤占婚育时间、加剧择偶匹配困难、削弱个体婚育偏好等方式最终造成生育率的下降。^[2]Becker、Schultz等人曾通过考察一些发达国家和发展中国家的妇女生育特征后发现,妇女受教育程度与生育水平之间呈现负相关关系;^[3,4]Galor、Kamila等人的研究结果也表明生育率随妇女受教育水平提高而下降,认为实施教育是降低生育率的有效手段。^[5,6]国内学者刘章生、周晓蒙等人采用描述性统计、计量回归模型等方法分析了我国妇女受教育程度与生育率之间的关系,其研究结论与大多数国外学者一致,认为教育水平的提高有利于生育率下降。^[7,8]人口受教育程度(尤其是女性受教育程度)与生育水平之间存在负向变动关系似乎成为了一种“共识”,然而,Bledsoe和Duflo则指出研究应慎重对待受教育程度与生育率的反向关系,二者的反向关系极有可能是由于遗漏其他不可观察的变量所致;^[9,10]Monstad以及McCrary等人也认为尚无充足的证据证明人口受教育程度的提高会显著造成生育率的下降。^[11,12]

有悖于传统的认识,在后人口转变时期,一些针对发达国家的研究发现女性的受教育程度与生育水平间呈现了正相关关系。Fort、Testa等人考察欧洲部分国家妇女受教育程度与生育的关系后指出,欧洲女性的受教育程度和终身期望生育子女数量之间具有正向相关性,更多的教育能够增加每位妇女平均生育子女的数量。^[13,14]Cherlin、Anderson、Budig等人分析认为发达国家出现的女性受教育程度与生育水平呈正相关的现象可能是因为受教育程度较高的家庭能够实现较高水平的性别公平,这使得家庭内部往往拥有更为和谐的两性关系,女性受到生育带来的负面影响更小,因此其生育意愿和生育水平都相对较高;^[15,16]国内学者赵梦晗、徐超等人通过对我国居民受教育程度与其生育意愿的关系进行实证分析后也认为,接受高等教育对居民二孩生育意愿具有显著的促进作用。^[17,18]另外,也有研究从教育资源配置的角度分析了生育水平下降的原因,如陈友华指出家庭之所以采取“质量替代数量”的生育策略,是因为教育资源的差别化配置影响了妇女生育意愿,进而使得生育率维持在较低水平;^[19]米瑞华则从人口分布预测的视角指出,优质教育资源的过度集聚,迫使人们使用有限的收入竞争更为有限的“优质”基础教育资源,导致家庭收入泡沫化和预期养育成本的大幅提升,这可能是教育压低生育率的重要原因。^[20]

综上所述,教育对生育水平影响的相关研究已取得重要进展,但仍存在以下改进空间:第一,虽然多数学者认为教育因素对生育水平具有重要作用,但其作用方向以及作用程度的实证结论尚存在矛盾和冲突,二者的关系有待进一步明确;第二,就研究对象而言,已有研究大多重点考察妇女受教育情况对生育水平的影响,而随着经济社会的不断发展,人口受教育程度的性别差异逐渐缩小,宏观尺度的全民受教育程度不仅能包含和体现妇女的受教育程度,更有利于得到教育的细类指标,这为我们分解获取教育的多种亚类指标带来便利;第三,由于生育行为受到经济、社会、文化等多种复杂因素的影响,一般线性回归模型往往不能避免多重共线性、内生性、遗漏变量等模型问题,难以得到最优线性无偏估计量,因此需要采用更为合适的实证分析方法考察二者的关系。

二、数据与方法

采用我国1998—2017年31个省(市)的面板数据对教育因素与生育水平的关系进行实证检验。本文的被解释变量为生育水平,考虑数据可获得性,各省(市)生育水平采用人口出生率(CBR)表示。本文的核心解释变量包括人口的受教育水平、家庭的教育投资、政府的教育支持,其中,人口受教育水平采用人均受教育年限(Edu¹)表示,同时将高等教育人数占比(Edu²)作为进行稳健性检验的替代变量,家庭的教育投资采用居民的人均教育消费性支出在人均可支配收入中的占比(Edu³)表示,政府对居民的教育支持采用教育经费支出在财政支出中的占比(Edu⁴)表示。

另外,借鉴相关研究经验,本文选择对生育水平具有重要影响的家庭经济能力、物价水平、医疗卫生因素作为控制变量。其中,家庭的经济能力采用人均收入(Inc)表示;物价水平采用居民消费价格指数(CPI)表示,CPI以1998年为基期,利用居民人均消费支出经过平减得到;医疗卫生因素采用地区人均医疗卫生以及计划生育支出(Med)表示。各变量的描述性统计见表1。

表1 各变量的描述性统计(N=620) 导出到EXCEL

注:数据来源于1999—2018年的《中国统计年鉴》《中国人口和就业统计年鉴》以及各省(市)统计年鉴;其中,人均受教育年限经由教育年限法计算得到。1

三、计量模型的设定、检验与分析

(一)模型设定与说明

在以出生率表征生育水平的实证分析中,由于出生率的变动受到经济、文化、社会等诸多复杂因素的影响,尤其是在我国生育受到政策较大干预的环境下,出生率指标的波动性特征使得研究难以明确出生率与其他变量之间是否存在某种线性或非线性的特定关系,因此,传统的线性回归模型不适合用于分析经济社会变量对出生率的作用。

向量自回归(VAR)模型是分析联合内生变量间动态关系的非结构化的多方程模型,模型本身假定各变量均为内生变量,并以内生变量对模型中全部内生变量的滞后项进行回归,从而估计全部内生变量的动态关系。VAR模型建模时无需提出先验经济理论假设,对变量不施加任何协整限制,因此可以在不考虑其他控制变量的情况下直接分析内生变量间的相互关系,这能够有效规避变量设置不当(遗漏变量或变量过多)而产生的内生性问题或共线性问题。鉴于VAR模型的建模优点以及结合对出生率指标变动特征的认识,因此,本文选择采用VAR模型分析教育因素对出生率的影响。

需要说明的是,虽然VAR模型中包含的是各变量的滞后项,因此并不严格要求扰动项具有序列不相关的假设,但为了防止由于VAR模型的最佳滞后期数过短,进而使得扰动项在一定程度上可能产生较为严重的自相关问题,且同时为了避免模型参数过多影响估计结果的有效性,因此本文在构建VAR模型时加入合适的控制变量,以此保证模型的解释效力。同时,为了克服VAR模型对数据量的限制和空间个体的异质性影响,本文进一步通过构建面板向量自回归(PVAR)模型考察研究变量之间的相互动态关系。根据VAR模型的一般形式,构建用于分析教育因素影响生育水平的PVAR模型如下:

CBR_i,t=C+α₁CBR_i,t-1++α_nCBR_i,t-1+β₁Edui,t-1n+…+β_nEdui,t-nn+γ₁Z_i,t-1+…+γ_nZ_i,t-n+ε_i,t (1)

上式中,各变量下标i(个体效用)、t(时间效应)分别表示i省(市)第t年的变量值,t-n(n=1,2,3…)表示变量的滞后n期;CBR为人口出生率,Eduⁿ(n=1,2,3,4)为各类教育变量,Z为控制变量集;α、β、γ分别为各内生变量对应的回归系数集;C为模型常数项;ε_it为模型的随机干扰项。

向量自回归模型(VAR)的建模条件主要包括变量的平稳性检验、最佳滞后期数的确定、格兰杰因果关系检验以及模型的稳定性检验等。按照向量自回归模型的建模要求,对各变量及其模型依次执行上述检验流程。

(二)平稳性检验

基于面板数据平稳性检验的单位根理论,首先对各序列变量进行平稳性检验。面板数据的平稳性检验主要包括对同质性面板数据(各截面具有相同单位根)和异质性面板数据(各截面具有不同单位根)两种类型的面板数据的检验。为了综合体现检验结果的可靠性并进行对比,本文同时采用针对两种不同面板数据的检验方法对各变量进行平稳性检验,其中,相同单位根检验方法采用LLC检验和Breitung检验,不同单位根检验方法采用IPS检验、Frisher-ADF检验以及Frisher-PP检验,最终检验结果见表2。

对面板数据的单位根检验结果进行对比分析可知,出生率以及各类教育变量的原序列的单位根检验在1%的显著性水平下几乎同时拒绝原假设,而各控制变量的一阶差分序列的单位根检验在1%的显著性水平下几乎同时拒绝原假设,这表明出生率以及各类教育变量均为平稳序列,各控制变量均为一阶差分平稳序列。由于PVAR模型是针对平稳序列的建模技术,因此,本文最终采用各变量的平稳序列进行实证分析。

(三)Granger因果关系检验

为了考察解释变量的历史信息是否对被解释变量的当期信息具有预测作用,因此,本文基于前述平稳性检验结果对变量进行Granger因果关系检验。根据F统计量对应的p值判断可知(见表3),在相应的滞后期数下,检验结果在5%的显著性水平下基本一致拒绝“各类教育变量不是造成出生率变动的Granger原因”的原假设,即平均受教育年限(Edu¹)、高等教育人数占比(Edu²)、家庭的教育投资(Edu³)以及政府对居民的教育支持(Edu⁴)均是造成出生率(CBR)变动的Granger原因,这说明在分析出生率变动的过程中,加入各类教育变量的滞后项比只考虑出生率的滞后项能够更好地解释出生率的变动,也就是说,各类教育变量在一定时期内有助于解释出生率的未来变化,这为本文构建向量自回归模型提供了依据。

表2 各变量的单位根检验结果 导出到EXCEL

注:上标^**、^***分别表示5%和1%的显著性水平;各变量的单位根检验均采用包含截距项和时间趋势项的检验类型。

表3 Granger因果关系检验结果 导出到EXCEL

(四)脉冲响应函数分析

由于向量自回归(VAR)模型是一种不以严格的经济理论为依据进行建模的非理论性模型,无需对变量作任何先验性的约束,因此对于模型的参数估计值,通常并不分析其经济意义,而更为关注的是模型系统的动态特征,也就是分析模型中一个内生变量的冲击给其他内生变量带来的动态影响,这种动态影响可以通过脉冲响应函数分析予以刻画。因此,基于PVAR模型的构建,本文最终采用脉冲响应函数分析方法考察各类教育因素对生育水平作用的动态特征。

首先,通过LR检验和赤池信息准则(AIC)等统计量确定各PVAR模型的最佳滞后期数依次为1期、1期、2期和3期。其次,对各PVAR模型依次进行稳定性检验,检验结果显示特征根均落在单位圆形内,即特征根的模均小于1,表明各PVAR模型是稳定的,可以进行脉冲响应函数分析。最后,根据生育率对各类教育变量的响应特征,各PVAR模型的脉冲响应函数的演变区间分别依次设定为100期、120期、100期、120期。

1.出生率对人口受教育程度的响应

由图1可知,当平均受教育年限(Edu¹)发出一个标准差冲击后,出生率(CBR)在长期内对此存在持续正的响应,其响应在第19期至第24期之间达到峰值(0.09)后逐渐减弱,并且在第100期后,出生率基本消化吸收了来自平均受教育年限的所有冲击,最终恢复至平稳状态。进一步将平均受教育年限转换为高等教育人数占比进行稳健性检验,根据图2可知,出生率(CBR)对高等教育人数占比(Edu²)同样存在持续正的响应,其响应在第22期至第30期之间达到峰值(0.19)后逐渐减弱,并且在第120期后,出生率基本消化吸收了来自高等教育人数占比的所有冲击,最终恢复至平稳状态。以上结果说明,无论是平均受教育年限的延长还是高等教育人数占比的提高均对出生率存在持续正向影响,即全社会人口受教育程度的整体提升对生育水平具有稳健的正向作用。

图1 Edu¹冲击引起CBR的响应函数   下载原图

图2 Edu²冲击引起CBR的响应函数   下载原图

2.出生率对家庭教育投资和政府教育支持的响应

由图3可知,当人均教育消费性支出占比(Edu³)发出一个标准差冲击后,出生率(CBR)在长期内对此存在持续负的响应,其响应在第22期至第35期之间达到峰值(-0.15)后逐渐减弱,并且在第100期后基本消化吸收了来自人均教育消费性支出占比的所有冲击,最终恢复至平稳状态,这说明家庭人均教育消费性支出的增加对出生率具有持续负向影响,即居民在教育上的消费性投资占其可支配收入的份额越大,那么居民的生育水平就越低。而由图4可知,当教育经费支出占比(Edu⁴)发出一个标准差冲击后,出生率(CBR)在长期内对此存在持续正的响应,其响应在第11期至第20期之间达到峰值(0.15)后逐渐减弱,并且在第120期后基本消化吸收了来自人均教育经费支出的所有冲击,最终恢复至平稳状态,这说明政府在财政上对教育支持力度的加大对出生率具有持续正向影响。

图3 Edu³冲击引起CBR的响应函数   下载原图

图4 Edu⁴冲击引起CBR的响应函数   下载原图

四、结果及分析

首先,就教育因素对生育水平的正向作用机制而言,在假定家庭收入、家庭教育投资份额以及政府对教育的支持力度等其他影响因素不变的情况下,虽然受教育程度提高会使得个体的自我意识趋于膨胀,进而冲击人们追求多子多福的传统观念,但这不足以改变人们对生育本身所带来的实际效用的追求。一方面,全社会教育水平的提高能够带给家庭对未来经济社会稳定发展的乐观预期,从而增强人们的生育信心;另一方面,倘使家庭能够大概率保证和实现自身望子成龙的生育期望,那么追求效用最大化的理性家庭则具有充足的动机选择多生。

其次,现实社会中之所以出现“生育率随受教育程度提高而下降”的现象,其原因主要在于家庭的自主教育投资模式、优质教育资源的生产稀缺及其配置失衡、教育预期收益存在风险性。理性家庭希望通过自主增加教育投资来培养社会精英,但由于优质教育资源在空间上的过度聚集和数量上的过度稀缺,这迫使家庭不得不以有限的经济收入去竞争供给弹性极小、并且绑定了高价学区房等一起搭售的优质教育资源。一些家庭将军备竞赛式的高额教育投资持续二十余年,这直接导致家庭收入的泡沫化,使得家庭对其抚养一孩的经济能力评价和抚养二孩的能力预期大幅下降。同时,家庭在子女身上的教育投资也存在一定风险性,由于高婚育成本、就业压力、健康以及其他不可控因素的影响,家庭在生育子女前期所付出的巨大投入也存在“打水漂”的可能。因此,为了缓解军备竞赛式的教育投资对家庭实际经济能力造成巨大损耗、降低家庭在教育投资上的预期收益风险,理性家庭在进行生育决策时往往更倾向于选择少生,这是教育因素压低生育水平的内在原因。

最后,人均教育经费的增加对出生率存在正向影响,这表明政府在财政上对于教育的支持可以缓解家庭在竞争优质教育资源中的投资压力(或者对压力的主观感受),从而使家庭的生育水平向生育意愿趋近。当然,经验事实表明,大多数中产家庭即使生活水平大幅提高,或者国家给予较高的教育津贴,仍不足以提高其生育水平,这说明现实中政府在财政上对教育的有限支持仍不能满足军备竞赛式的精英培养模式对家庭教育资金投入的需求,政府教育支持对生育的正向作用在军备竞赛式的私人教育投资竞争中被部分抵消,从而难以形成扭转低生育水平的有效力量。

五、结论与讨论

文章采用我国省级面板数据,将教育因素细化为人均受教育年限、家庭教育投资份额、居民获得的教育补贴等多个亚类因素,通过构建面板向量自回归(PVAR)模型解析教育的各种细类指标对出生率的影响。研究发现:人口受教育程度与生育水平之间不存在传统认识上的反向互动关系,全社会人口受教育程度的提高不仅不会必然造成生育水平的下降,反而在一定程度上有助于生育水平的提升,现实中教育对生育水平的负向作用是由于“军备竞赛”式的家庭自主教育投资模式挤压家庭理性生育行为所致,也就是说,由于理性家庭需要以有限的收入支撑持续升温的优质教育投资,由此造成的极大经济压力最终迫使家庭选择少生以培养社会精英,而并非高学历社会必然具有低生育特征。

基于本文的研究结论,从教育角度出发解决生育困境的策略有两种:一是从教育资源配置的角度,由政府部门打破优质资源集聚现状,重塑家庭对优质教育资源的竞争规则,促进大多数基础教育类学校的教育水平整体、均等提升,使教育资源配置的微弱差异不足以引起理性经济人的过度竞争;二是从人均收入的视角,通过大幅提高全民收入,使家庭自主教育投资占其总收入的比重大幅降低。相比而言,第一种策略在短期内更具可实施性,第二种策略则在中长期内具有一定合理性。因此,研究认为,削弱优质教育资源过度集聚的现状,实现教育质量的整体提升和优质教育资源的均衡配置,这是推动建立生育友好型社会的重要环节之一。通过保障全社会青少年公平成长环境、促进社会阶层流通渠道畅通,可从一定程度上解决个人理性的生育决策导致整个社会生育数量非理性的低生育难题。

文章揭示了理性家庭军备竞赛式的教育投资可能是导致生育水平走低的重要原因之一,为从教育层面推动建立生育友好型社会的政策制定提供了理论依据。与此同时,文章也存在一定的局限性:首先,本文所采用的出生率指标虽然能够直接反映地区生育水平,但该指标受到人口年龄结构等复杂因素的影响,并不能科学涵盖生育率研究的所有微观特征和结构性变化,因此,研究指标有待进一步深化;其次,文章尚未区分不同收入群体受教育程度的提升对生育水平的影响,而教育对于不同收入群体的生育意愿一般具有不同的边际效用,因此,将来可针对不同收入群体的特征进行比较分析。

参考文献

[1] 加里·斯坦利.贝克尔.家庭论[M].王献生,王宇,译.北京:商务印书馆,2005.

[2] 杨振宇,张程.教育深化对初婚年龄、生育数量的影响——基于义务教育法实施的准实验研究[J].人口与发展,2018(1).

[3] Becker G.S.A Treatise on the Family.Cambrige[M].MA:Harvard University Press,1981.

[4] Schultz T.P.Economics of Population,Reading[M].MA:Addison-Wesley,1981.

[5] Galor O.The Demographic Transition and the Emergence of Sustained Economic Growth[J].Journal of the European Economic Association,2005(3).

[6] Kamila Cygan—Rehm,Miriam Maeder.The effect of education on fertility:Evidence from a compulsory schooling reform[J].Labour Economics,2013(25).

[7] 刘章生,刘桂海,等.教育如何影响中国人的“二孩”意愿?——来自CGSS(2013)的证据[J].公共管理学报,2018(4).

[8] 周晓蒙.经济状况、教育水平对城镇家庭生育意愿的影响[J].人口与经济,2018(5).

[9] Bledsoe C.H,Casterline J.B,Johnson-Kuhn J.A,Haaga J.G..Critical Perspectives on Schooling and Fertility in the Developing World[M].National Academy Press,Washington,D.C,1999.

[10] Duflo E.Schooling and Labor Market Consequences of School Construction in Indonesia:Evidence from an Unusual Policy Experiment[J].American Economic Review,2001(4).

[11] Monstad K,Propper C,Salvanes K G.Education and Fertility:Evidence from a Natural Experiment[J].Scandinavian Journal of Economics,2008(4).

[12] Justin McCrary and Heather Royer.The Effect of Female Education on Fertility and Infant Health:Evidence from School Entry Policies Using Exact Date of Birth[J].The American Economic Review,2011(1).

[13] Fort M,Schneeweis N E,Winter-Ebmer R.More Schooling,More Children:Compulsory Schooling Reforms and Fertility in Europe[J].SSRN Electronic Journal,2011(273).

[14] Testa M R.On the Positive Correlation between Education and Fertility Intentions in Europe:Individual- and Country-level Evidence [J].Advances in Life Course Research,2014.

[15] Cherlin A J.A Happy Ending to a Half-Century of Family Change?[J].Population and Development Review,2016(1).

[16] Budig M J,Hodges M J.Statistical Models and Empirical Evidence for Differences in the Motherhood Penalty across the Earnings Distribution [J].American Sociological Review,2014(2).

[17] 赵梦晗.女性受教育程度与婚配模式对二孩生育意愿的影响[J].人口学刊,2019(3).

[18] 徐超,吴玲萍.高等教育影响居民二孩生育意愿吗?——来自CGSS数据的证据[J].公共财政研究,2018(3).

[19] 陈友华,苗国.教育资源配置与生育率[J].江苏社会科学,2019(3).

[20] 米瑞华,杨昕,冯飞.城市开发区人口分布预测及其规划价值——以西安市高新区为例[J].西北大学学报:自然科学版,2019(5).

注释

1人均教育年限的计算方法为:Edu=(Σ■n_it_i)/N,其中,n_i为第i个教育阶段的受教育人数,t_i表示第i个教育阶段的受教育年限,N为人口总数。